標準偏差とは、データのばらつき具合を表す統計的な指標です。各データが平均値からどれくらい離れているかを平均的に示したもので、元のデータと同じ単位で扱える特徴があります。AIや機械学習の分野では、データ前処理における特徴量スケールの揃え込み（標準化）や、モデルの予測精度の評価、異常検知など幅広く活用されています。
標準偏差とは
標準偏差を一言でいうと、「データが平均値のまわりにどれくらい散らばっているか」を元のデータと同じ単位で表す指標です。
詳しく解説
標準偏差は、統計学や機械学習において基本となる重要な指標です。算定手順としては、まず各データの値と平均値の差（偏差）を二乗し、その平均をとることで「分散」を求めます。分散は二乗されているため単位が元のデータと異なりますが、その平方根をとることで単位を元に戻したものが標準偏差です。AI分野では、機械学習モデルにデータを入力する前の「標準化」と呼ばれる処理で不可欠です。標準化により異なるスケールの特徴量を同等に扱えるようになり、勾配降下法などの学習アルゴリズムが安定して高速に収収束するようになります。また、データが「正規分布」に従う場合、平均値から前後1標準偏差の範囲に約68%、2標準偏差の範囲に約95%のデータが含まれるという便利な性質を持っています。
具体例・使われ方
例えば、AIを用いた「外れ値検知」システムにおいて、過去の正常データから平均値と標準偏差を算出し、3標準偏差以上離れたデータを異常値として判定するケースがあります。また、試験の偏差値計算や、画像認識モデルにデータを読み込ませる際の「特徴量スケール」の変換処理（データの平均を0、標準偏差を1にするスケーリング）などでも具体的に用いられます。
似た用語との違い
混同されやすい概念に「分散」があります。分散もデータのばらつきを表す指標ですが、偏差を二乗して計算するため単位が元の単位の二乗になり、直感的な解釈が難しくなります。標準偏差は分散の平方根をとることで、元のデータと同じ単位で直感的に把握できるようにしたものです。また、標本平均そのもののばらつきを表す標準誤差とは用途が異なります。
注意点
標準偏差は、データが極端に偏っている場合や巨大な異常値が含まれている場合に大きく影響を受ける点に注意が必要です。データの分布が左右対称でない場合や、正規分布から大きく外れている場合には、標準偏差だけでは全体の傾向を誤解する恐れがあります。そのため、AIモデル構築時にはヒストグラムなどで分布の形を確認し、必要に応じて堅牢な指標を併用することが推奨されます。